数据驱动的公司是怎样的?

1. 什么算是数据驱动? 2. 数据驱动的公司有什么特点? 3. 现在(2015年4月),国内外有哪些公司是数据驱动的? 4. 这些数据驱动的公司有哪…
关注者
101
被浏览
19,595

17 个回答

泻药。

感想题主从朋友圈追到知乎,先简单回答一下uber的事情吧。

简单说,数据驱动的公司就是,你体验一下产品发现,不需要多少工作人员的干预,交易顺畅而自然。

这里举两个小例子:

某找阿姨类app

用app预订阿姨之后,该app公司打电话过来:

“您好,您订的是x号xx阿姨对吗?跟您核实一下地址……”

uber
  1. 打开app,app界面说:转发优惠码,如有下线使用该优惠码,获得优惠(刺激转发行为,全自动)
  2. 想打车试试,app界面说:当下交通繁忙,车辆供应紧张,价格为2.4倍溢价,是否接受?(车辆紧张程度及溢价的倍数为系统自动计算,只能接受,否则订单不成立)
  3. 打车结束,app提示:此次费用0元(各种计算通通瞬间完成,甚至不需要像滴滴打车那样选择是否使用优惠券,系统直接扣除相关优惠券金额)
  4. 邮箱收到邮件,邮件是此次打车的中英文版本的内容(符合海外交易习惯:邮件跟进)

以上4步都是自动的,都是系统自己算出来的。甚至推广也是用机制刺激用户自发完成的。这些步骤中,看不到人工的痕迹,可以感受到app那边是一个个高明的数学家算好了各种算法,然后就去打德州闲着了。uber是自己跑起来的!

也就是说: 这是一个几乎不需要人工运营的app!


滴滴打车现在也追求这种境界,所以各种匹配几乎都是算法就实现。唯独一点实在不如uber:优惠券体系。uber的优惠券体系相当于上下线体系,一个优惠码给上下线同时充值30现金,这是把推广预算直接让利给用户和司机的节奏。

再举一个例子:

twitter上有一个美食的账号,不论哪个ID发了美食相关的twitter,该账号都会自动转发该twitter,并且at该twitter相关的几个ID。转发和at都发生在瞬间,一看就是算法。

一个感触分享下,海外的app,很多都是把算法做到极致,系统自己会跑起来,极大减少了运营的工作量,也便于终端数据的收集。

当然国内来说,今日头条,也是算法到极致的典范。赞一个!

欢迎交流!

风投小兔兔的微信公号:kellyshi(搜索kellyshi-1111添加)

1. 什么算是数据驱动?

数据驱动实际上是一个4步的循环: 数据获取--》数据分析--》数据应用--》数据反馈;

这里面最最重要的是数据应用环节,也就是当你通过正确的方式获得了有用的数据之后,通过数据分析比如对用户的分层和购买行为差异化的分析,得到了一些相关的数据观察之后;需要将这些观察背后的原因进行分析,当然可以是假设验证式的,也可以是探索式的分析,更重要的是这些分析后的结论是可以行动的。也就是说找到一定的相关性,因果关系,或者预测模型来指导后续的产品设计,运营,市场,或者是销售,并最终能够重复的被实施而且获得预期的效果。 当然你的运气不一定总是那么好,有些洞察并不满足以上的条件,但是这些反馈数据终究还是回到最初的数据获取的流程中,形成后续分析的新材料。

至于这个驱动的过程是通过分析师,业务人员,还是机器学习或者AI的形式实现的并不是数据驱动的核心。

2. 数据驱动的公司有什么特点?

当然非常同意 @陈小仙 的数据,人才,和文化的逻辑。在这里补充三个纬度,分别是组织结构,业务流程,工具体系。

组织结构上: 真正数据驱动的公司的数据团队基本分为两个部分,一部分提供整体的统一的数据基础服务,实现公司的数据治理,统一口径等,而更重要的一部分是必须分散或者嵌入到各个业务部门的分析师。也就是说真正数据驱动的公司都是有去中心化的数据分析组织结构。

从业务流程上来说数据驱动的公司都会有试验机制,也就是说数据驱动是需要从假设,测试,衡量,验证这三步中不断的试验出来的。而且基本上都会有对应的试验体系,可以将用户或者资源进行control 和 test,而且通过不同的test 最终找到最有效的方式。

善用工具永远是对的,数据驱动的公司一定是善于使用工具的。工具的使用更多体现的是数据团队的开放性和好奇心,这些工具从基础的数据采集,到数据整合,到开源的算法模型,到不同的数据可视化工具等。即使你有世界级的数据团队也不表示你需要从基础开始构建轮子。

3. 现在(2015年4月),国内外有哪些公司是数据驱动的?

基本上所有新兴的互联网企业都是数据驱动的,这个不用说了吧,当然我说的是哪些最终活下来而且做得好的。

传统的企业中也有很多很早就是数据驱动的公司,比如 Tesco,沃尔玛,7-11等。

4. 这些数据驱动的公司有哪些可预期的前景?

数据驱动将是商业企业增长的基础,实在无法想象没有数据驱动的公司如何保证持续的长期的增长,当然数据驱动也有被用歪了的,不保证每个数据驱动的公司都能够成功。